該調查報告為全面了解數據中心行業的設施運行、運營情況提供了最真實的一手數據，云主機，也是最新的、最有參考價值的數據。調查報告所調研的數據量較大大，下面與大家一起解讀其中的關鍵信息。

1、調查覆蓋面廣，參與者均衡，因此信息來源可信度高。

首先參與調查的人員職位，CIO/CTO高層管理人員占8%，IT部門負責人占20%，設施管理負責人占34%，運維工程師占27%，其他占11%.說明信息來源于對數據中心設施信息掌握最全面的、對其數據中心運行、運營情況最了解的人員。

其次，數據中心的類型，出租托管的占14%，自建自用的占57%，自建租用兼有的占18%，完全租用的占11%.這代表了數據中心的供方與需方的幾種生態模式，自建自用目前仍是數據中心發展的主流。如果有多年的數據對比，我們可以從中窺察到數據中心建設變化的趨勢。

再有，數據中心業主的類型，電信運營商占6%，非電信第三方占19%，互聯網或云服務提供商占19%，金融行業占17%，云主機租用，商業服務類18%，政府共用事業17%，其他7%.說明參與調查的對象來源非常廣泛，并不是某個行業的信息比重特別大。美中不足的是電信運營商占比比較小，與其在數據中心市場的份額不匹配。可能原因是運營商的規模過于集中，參與調查的人員不多。再配合后面2個問題“您負責的數據中心數量”和“您管理的數據中心規模”反映的數據，可推測，能全面了解運營商數據中心設施運營情況的只有其層級比較高的少數人。

對“您負責的數據中心規模”，0-100個機柜占21%，100-500個機柜占23%；500-1000個機柜占16%，1000-5000個機柜占21%，5000個以上占19%.分布均勻到不能相信。也反映了我們的數據中心集中度不是那么高，大中小都有。

對“您負責的數據中心數量”，1個的占36%，2個占29%，3-5個占20%，5個以上占15%.也說明調查對象中的中高層負責多個數據中心。

這里解釋一下業主類型的選項，可能容易引起誤解或混淆，而不好選擇。

電信運營商，指：電信、移動、聯通、鐵通、廣電；

非電信第三方，指專門出租數據中心的，比如：匯天網絡、鵬博士、萬國數據等；

互聯網或云服務提供商，指用于提供互聯網或云服務的數據中心，比如：騰訊、阿里、百度、華為等；

金融行業，泛指服務于金融企業的數據中心，包括：銀行、證券、保險等，

商業服務類，指其數據中心服務于其商業行為，比如：京東、順豐。

政府共用事業，比較容易理解，其數據中心用于政府和共用事業的，無論是自建還是租用。

2、機房、機架利用率隨時間增加，通常需3年以上超過50%

對機房利用率的回答：30%以下的占10%，30-50%的占29%，50-80%的占31%，80%以上的占30%.說明機房利用率已經比較高了，那超過80%的可能需要規劃新的機房。

再結合數據中心類型和規模進行對比分析，發現越大的數據中心，機房利用率越高，出租托管的數據中心，機房利用率明顯高于其他類型。他們也是互相關聯的，出租托管類基本都是大規模的數據中心。

再看看機架上架率，回答30%以下的占10%，30-50%的24%，50-80%的占39%，80%以上的27%.說明我們的機柜利用率比較高了，目前低的可能是新建數據中心。集合數據中心投產使用年限，這個答案就更明確了。

3、數據中心的實際可用性，遠沒有想象的那么高

先看因為市電中斷需要啟用發電機情況，全年啟用發電機1小時以下的占53%，1-10小時的占28%，10-50小時的占11%，50小時以上的占8%.如果市電可用性是99.99%，則年斷電時間是0.876小時。可見接近一半（實際超過）用戶的市電可用性低于99.99%，其中19%的客戶市電可用性低于99.9%（停電8.76小時）。

更關鍵的是，隨數據中心投產時間增加，發電機的啟用時間也大幅增加，見下圖：

投產3年以上的數據中心，其發電機啟用時間超過10小時的大幅增加。

那再來看數據中心故障中斷情況，只有62%的沒有發生因故障中斷業務，只有6%發生過1小時以內的故障中斷，那38%的數據中心發生了超過1小時的故障中斷，折算成可用性，不到99.99%.19%的數據中心發生過3次以上故障中斷。